2026-04-23T22:52:19.234Z
https://www.nb.no/sprakbanken/oai
Arne Martinus Lindstad
2021-09-23
https://www.nb.no/sprakbanken/oai?verb=GetRecord&identifier=oai:nb.no:sbr-66&metadataPrefix=cmdi
clarin.eu:cr1:p_1407745711925
Språkbanken NB
Resource
https://www.nb.no/sbfil/tekst/2019_wikidisc.zip
Resource
https://www.nb.no/sbfil/dok/2019_wikidisc.pdf
describes
corpus
Diskusjonstekster frå Wikipedia
Discussions from Wikipedia
Dette korpuset inneheld ein dump av diskusjonstrådar frå Wikipedia, der forfattarar diskuterer ulike problemstillingar i samband med publisering av bestemde artiklar på Wikipedia.
Artiklane er fordelte på to filer, ei for høvesvis bokmål (nb.wikipedia.json) og nynorsk (nn.wikipedia.json). Kvar diskusjon er eit element i eit json-array, med eitt nivå som inneheld tekst og diverse metadata. Det er åtte datafelt per diskusjon:
- title: tittel på artikkelen som vert diskutert
- pageid: identifikator for artikkelen
- revid: revisjonsinformasjon
- wikidata: ev. andre data
- contentcategories: metadata
- hiddencategories: metadata
- text: diskusjonstekst
- bytelength: lengde på teksten i bytes
Eit døme på dette finst i dokumentasjonsfila (2019_wikidisc.pdf).
This corpus is a dump of discussion threads from the Norwegian Wikipedia, where authors discuss various issues regarding the publication of specific Wikipedia articles.
The material is split into two files, one each for Norwegian Bokmål (nb.wikipedia.json) and Nynorsk (nn.wikipedia.json). Each file is a structured JSON array. One discussion corresponds to one element, with one level containing text and metadata. There are eight key/value pairs per discussion:
- title: title of article under discussion
- pageid: text identifier
- revid: audit information
- wikidata: other data
- contentcategories: metadata
- hiddencategories: metadata
- text: discussion text
- bytelength: length of text in number of bytes
An example of this can be found in the pdf file (2019_wikidisc.pdf).
https://www.nb.no/sprakbanken/ressurskatalog/oai-nb-no-sbr-66/
hdl:21.11146/66
sbr-66
Public
downloadable
https://www.nb.no/sprakbanken/ressurskatalog/oai-nb-no-sbr-66/
Creative Commons (CC)
Creative_Commons-BY-SA (CC-BY-SA)
https://creativecommons.org/licenses/by-sa/4.0/
BY
SA
organization
Licensor
Wikimedia Norge
Wikimedia Norge
organization
IPR Holder
Wikimedia Norge
Wikimedia Norge
organization
Contact
National Library of Norway
Nasjonalbiblioteket
NLN
NB
The Language Bank
Språkbanken
sprakbanken@nb.no
https://www.nb.no/sprakbanken/
P.O. Box 2674 Solli
0203
Oslo
Oslo
Norway
2021-09-23
English
en
2023-08-07
person
Metadata Creator
Lindstad
Arne Martinus
National Library of Norway
Nasjonalbiblioteket
NLN
NB
The Language Bank
Språkbanken
sprakbanken@nb.no
https://www.nb.no/sprakbanken/
P.O. Box 2674 Solli
0203
Oslo
Oslo
Norway
2019
2019-12-11
false
2019-12-11
organization
Resource Creator
Wikimedia Norge
Wikimedia Norge
Written Corpus
text
application/json
2
files
36864
entries
136,7
mb
18400000
words
UTF-8
multilingual
other
Discussions of a similar kind in either Norwegian Bokmål or Norwegian Nynorsk
nb
Norwegian Bokmål
17000000
words
31364
entries
1
files
126,4
mb
jargon
Informal written language
nn
Norwegian Nynorsk
1400000
words
5500
entries
1
files
10,3
mb
jargon
Informal written language
writtenLanguage
18400000
words
36864
entries
2
files
136,7
mb